用于实训的机器人的末端轨迹采集及跟踪方法和装置制造方法及图纸

技术编号:22302769 阅读:38 留言:0更新日期:2019-10-16 02:57
本发明专利技术提供了用于实训的机器人的末端轨迹采集及跟踪方法和装置,其可以广泛用于机器人实训中,让实训者们可以清楚直观的看到机器人的运动过程,方法包括以下步骤:将相机通过末端法兰安装在轨迹指针的一侧,相机的镜头中能够拍摄到轨迹指针的针尖,计算得到针尖位置相对于机器人末端法兰坐标系的偏移量;相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置;通过步骤1得到的针尖位置相对于机器人末端法兰坐标系的偏移量和步骤2得到的轨迹,得到轨迹在机器人末端法兰坐标系下的位置,机器人根据得到轨迹在机器人末端法兰坐标系下的位置,通过针尖进行轨迹跟踪。

The method and device of robot end track acquisition and tracking for training

【技术实现步骤摘要】
用于实训的机器人的末端轨迹采集及跟踪方法和装置
本专利技术涉及多轴机器人
,尤其涉及用于实训的机器人的末端轨迹采集及跟踪方法和装置。
技术介绍
机器人要完成一定的动作,很多情况下要求机器人末端执行件(Endeffector)沿着给定的轨迹,按照一定的速度及加速度要求运动。例如,用户只需给出抓手的目标位姿,需要确定到达该目标的路径点、持续时间、运动速度等轨迹参数,并在计算机内部描述所要求的轨迹。最后,对内部描述的轨迹,实时计算机器人运动的位移、速度和加速度,生成运动轨迹。对机器人末端轨迹进行描述,可以直观的反映机器人的运动过程。
技术实现思路
针对上述问题,本专利技术提供了用于实训的机器人的末端轨迹采集及跟踪方法和装置,其可以广泛用于机器人实训中,让实训者们可以清楚直观的看到机器人的运动过程。其技术方案是这样的:用于实训的机器人的末端轨迹采集及跟踪方法,其特征在于,包括以下步骤:步骤1:将相机通过末端法兰安装在轨迹指针的一侧,相机的镜头中能够拍摄到轨迹指针的针尖,计算得到针尖位置相对于机器人末端法兰坐标系的偏移量;步骤2:相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置;步骤3:通过步骤1得到的针尖位置相对于机器人末端法兰坐标系的偏移量和步骤2得到的轨迹,得到轨迹在机器人末端法兰坐标系下的位置,机器人根据得到轨迹在机器人末端法兰坐标系下的位置,通过针尖进行轨迹跟踪。进一步的,在步骤1中,通过手眼标定方法,得到相机坐标系与机器人末端法兰坐标系的变换关系矩阵T1,根据机器人的机械结构设计尺寸,得到针尖位置与机器人末端法兰坐标系的变换关系矩阵T2,通过相机标定,得到针尖位置与相机坐标系之间的变换关系矩阵T3,针尖与机器人末端法兰坐标系的变换关系矩阵T通过如下公式得到:T=T1*T2*T3,从而得到针尖位置相对于机器人末端法兰坐标系的偏移量。进一步的,在步骤2中,对于相机采集的图像数据,先经过图像去噪、图像滤波、图像膨胀腐蚀对图像数据进行预处理,然后再经过图像边缘检测处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置。进一步的,图像去噪、图像滤波采用中值滤波算法,中值滤波算法通过种非线性平滑滤波器,将数字图像或数字序列中一点的值用该点邻域内各点的中值代换。进一步的,图像膨胀腐蚀包括图像膨胀和图像扩张,图像膨胀用于将图像中的高亮部分进行膨胀,高亮部分领域扩张,使得效果图拥有比原图更大的高亮区域;图形腐蚀用于将图像中的高亮部分腐蚀掉,高亮部分领域缩减,使得效果图拥有比原图更小的高亮区域。进一步的,在步骤3中,将轨迹在机器人坐标系下的位置通过机器人逆运动学处理,转换为机器人各关节角度、角加速度的运动信息,机器人控制器根据运动信息,控制机器人上的针尖到达相应的位置,完成轨迹跟踪。用于实训的机器人的末端轨迹采集及跟踪装置,包括机器人,其特征在于:所述机器人的末端法兰上安装有相机和轨迹指针,相机通过末端法兰安装在轨迹指针的一侧,所述相机的镜头朝向轨迹指针的针尖设置,所述机器人被配置成由机器人控制器驱动,还包括:处理器、存储器以及程序;所述程序存储在所述存储器中,所述处理器调用存储器存储的程序,以执行上述的末端轨迹采集及跟踪方法。进一步的,所述轨迹指针通过指针安装座固定在末端法兰上,所述指针安装座上设置有指针安装孔。本专利技术的用于实训的机器人的末端轨迹采集及跟踪方法和装置,设计了包含指针和相机的跟踪装置,相机用于采集要跟踪的轨迹,针尖用于更方便的跟踪指定轨迹,通过手眼标定方法,得到相机坐标系与机器人末端法兰坐标系的变换关系矩阵T1,根据机器人的机械结构设计尺寸,得到针尖位置与机器人末端法兰坐标系的变换关系矩阵T2,通过相机标定,得到针尖位置与相机坐标系之间的变换关系矩阵T3,针尖与机器人末端法兰坐标系的变换关系矩阵T通过如下公式得到:T=T1*T2*T3,从而得到针尖位置相对于机器人末端法兰坐标系的偏移量;相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置,机器人根据得到轨迹在机器人末端法兰坐标系下的位置,通过针尖进行轨迹跟踪,本专利技术利用相机,提取轨迹,然后机器人根据关节角度等运动信息,让机器人到达指定位置进而进行轨迹跟踪,可以清楚直观的反映了机器人末端轨迹的运动情况,可以广泛用于机器人实训中,让实训者们可以清楚直观的看到机器人的运动过程。附图说明图1为本专利技术的用于实训的机器人的末端轨迹采集及跟踪方法的流程图;图2为本专利技术的用于实训的机器人的末端轨迹采集及跟踪装置的示意图;图3为本专利技术中的跟踪的轨迹样例图。具体实施方式见图1,本专利技术的用于实训的机器人的末端轨迹采集及跟踪方法,包括以下步骤:步骤1:将相机通过末端法兰安装在轨迹指针的一侧,相机的镜头中能够拍摄到轨迹指针的针尖,计算得到针尖位置相对于机器人末端法兰坐标系的偏移量,具体的,通过手眼标定方法,得到相机坐标系与机器人末端法兰坐标系的变换关系矩阵T1,根据机器人的机械结构设计尺寸,得到针尖位置与机器人末端法兰坐标系的变换关系矩阵T2,通过相机标定,得到针尖位置与相机坐标系之间的变换关系矩阵T3,针尖与机器人末端法兰坐标系的变换关系矩阵T通过如下公式得到:T=T1*T2*T3,从而得到针尖位置相对于机器人末端法兰坐标系的偏移量;步骤2:相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置,具体的,对于相机采集的图像数据,先经过图像去噪、图像滤波、图像膨胀腐蚀对图像数据进行预处理,然后再经过图像边缘检测处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置;具体的,图像去噪、图像滤波采用中值滤波算法,中值滤波算法通过种非线性平滑滤波器,将数字图像或数字序列中一点的值用该点邻域内各点的中值代换。图像去噪、图像滤波采用中值滤波算法,中值滤波算法通过种非线性平滑滤波器,将数字图像或数字序列中一点的值用该点邻域内各点的中值代换,设f(x,y)表示数字图像像素点(x,y)的灰度值,滤波窗口为A的中值滤波器定义为∶有n个数字图像像素点,当n为奇数时,n个数x1,x2,…xn的中值就是按数值大小顺序处于中间的数;当n为偶数时,两个中间数的平均值为中值。具体的,图像膨胀腐蚀包括图像膨胀和图像扩张,图像膨胀用于将图像中的高亮部分进行膨胀,高亮部分领域扩张,使得效果图拥有比原图更大的高亮区域;图形腐蚀用于将图像中的高亮部分腐蚀掉,高亮部分领域缩减,使得效果图拥有比原图更小的高亮区域。图像膨胀:求局部最大值;步骤1:定义一个卷积核B,核可以是任何的形状和大小,且拥有一个单独定义出来的参考点-锚点(anchorPoint);这里的核为带参考点的正方形或者圆盘,将核称为模板或掩膜;步骤2:将核B与图像A进行卷积,计算核B覆盖区域的像素点最大值;步骤3:将这个最大值赋值给参考点指定的像素。图像腐蚀:求局部最小值;步骤1:定义一个卷积核B,核可以是任何的形状和大小,且拥有一个单独定义出来的参考点-锚点(anchorPoint);这里的核为带参考点的正方形或者圆盘,可将核称为模板或掩膜;步骤2:将核B与图像A进行本文档来自技高网...

【技术保护点】
1.用于实训的机器人的末端轨迹采集及跟踪方法,其特征在于,包括以下步骤:步骤1:将相机通过末端法兰安装在轨迹指针的一侧,相机的镜头中能够拍摄到轨迹指针的针尖,计算得到针尖位置相对于机器人末端法兰坐标系的偏移量;步骤2:相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置;步骤3:通过步骤1得到的针尖位置相对于机器人末端法兰坐标系的偏移量和步骤2得到的轨迹,得到轨迹在机器人末端法兰坐标系下的位置,机器人根据得到轨迹在机器人末端法兰坐标系下的位置,通过针尖进行轨迹跟踪。

【技术特征摘要】
1.用于实训的机器人的末端轨迹采集及跟踪方法,其特征在于,包括以下步骤:步骤1:将相机通过末端法兰安装在轨迹指针的一侧,相机的镜头中能够拍摄到轨迹指针的针尖,计算得到针尖位置相对于机器人末端法兰坐标系的偏移量;步骤2:相机采集图像数据,对图像数据进行处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置;步骤3:通过步骤1得到的针尖位置相对于机器人末端法兰坐标系的偏移量和步骤2得到的轨迹,得到轨迹在机器人末端法兰坐标系下的位置,机器人根据得到轨迹在机器人末端法兰坐标系下的位置,通过针尖进行轨迹跟踪。2.根据权利要求1所述的用于实训的机器人的末端轨迹采集及跟踪方法,其特征在于:在步骤1中,通过手眼标定方法,得到相机坐标系与机器人末端法兰坐标系的变换关系矩阵T1,根据机器人的机械结构设计尺寸,得到针尖位置与机器人末端法兰坐标系的变换关系矩阵T2,通过相机标定,得到针尖位置与相机坐标系之间的变换关系矩阵T3,针尖与机器人末端法兰坐标系的变换关系矩阵T通过如下公式得到:T=T1*T2*T3,从而得到针尖位置相对于机器人末端法兰坐标系的偏移量。3.根据权利要求2所述的用于实训的机器人的末端轨迹采集及跟踪方法,其特征在于:在步骤2中,对于相机采集的图像数据,先经过图像去噪、图像滤波、图像膨胀腐蚀对图像数据进行预处理,然后再经过图像边缘检测处理,得到需要跟踪的轨迹,同时得到轨迹的每个像素点在相机坐标系下的位置。4.根据权利要求3所述的用于...

【专利技术属性】
技术研发人员:黄婷盛力源
申请(专利权)人:江苏汇博机器人技术股份有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1